简介:目的探索应用机器学习技术开展病媒生物的种属鉴定并基于Python语言开发病媒生物机器鉴定系统。方法采用专家会商法提取宁波口岸常见蝇类的鉴别特征规则,构建特征与不同蝇种一一对应的训练样本数据集。应用k-近邻分类算法进行机器学习,并开发图形用户界面将整个机器学习运算及鉴定过程内嵌其中。结果抽提出复眼大小、颜色等7个特征,建立95×8维向量矩阵的训练样本数据集;开发病媒生物机器学习与鉴定系统,将80%的数据用于训练,20%的数据用于测试,正确率达到100%。由一名新手借助该信息系统对口岸新采集到的10只蝇进行种属鉴定,准确率达到90%。这些新的鉴定数据导入训练数据集再次进行自我学习、提升经验值。如此往复,逐步将该系统培育成长为病媒生物鉴定专家系统。结论以机器学习为特征的人工智能在病媒生物鉴定工作中的推广应用,将极大地提升工作效率,为我国的病媒生物防控工作奠定坚实基础。
简介:【摘要】目的:观察分析全自动微生物鉴定药敏分析仪在细菌鉴定中的应用效果。方法:使用全自动微生物鉴定药敏分析仪对本院2019年5月-2021年6月选取的150株病原菌及50株参考菌株为临床标本,完成鉴定结果分析。结果:全自动微生物鉴定药敏分析仪对微球菌属、链球菌属、肠杆菌属、非发酵糖菌的首选鉴定率均超过90%,对所选菌株首选总鉴定率为94.00%,质控菌株鉴定重复率达到100%;全自动微生物鉴定药敏分析仪对革兰阳性菌以及格兰阴性菌药敏结果符合率分别为97.00%和95.00%,总符合率为96.00%。结论:在细菌鉴定中,应用全自动微生物鉴定药敏分析仪,可在短时间内细菌高效精准鉴定,并对其耐药性完成相对分析,故说明该设备可为临床疾病诊断及抗菌药物分析提供良好数据指导。
简介:【摘要】目的:观察分析全自动微生物鉴定药敏分析仪在细菌鉴定中的应用效果。方法:使用全自动微生物鉴定药敏分析仪对本院2019年5月-2021年6月选取的150株病原菌及50株参考菌株为临床标本,完成鉴定结果分析。结果:全自动微生物鉴定药敏分析仪对微球菌属、链球菌属、肠杆菌属、非发酵糖菌的首选鉴定率均超过90%,对所选菌株首选总鉴定率为94.00%,质控菌株鉴定重复率达到100%;全自动微生物鉴定药敏分析仪对革兰阳性菌以及格兰阴性菌药敏结果符合率分别为97.00%和95.00%,总符合率为96.00%。结论:在细菌鉴定中,应用全自动微生物鉴定药敏分析仪,可在短时间内细菌高效精准鉴定,并对其耐药性完成相对分析,故说明该设备可为临床疾病诊断及抗菌药物分析提供良好数据指导。
简介:摘要:检测医药产品是否受到微生物污染一直都是医药工业在检验过程中的重要项目,也是药品质量把控的重要标准。微生物不仅对药品原辅料、生产环境有严重影响,而且成品的污染将会导致成品质量不合格,会直接或间接对人体的身体健康造成危害。因此,严格检测微生物,探索微生物鉴定方法,对微生物进行鉴别鉴定是医药工业生产工作中非常重要的一项环节。如何鉴定医药工业微生物是一项专业而严肃的事情,下面文章将围绕医药工业微生物鉴定办法的探索开展。